[发明专利]一种基于智能视觉的工业外观检测方法有效
| 申请号： | 201710719954.1 | 申请日： | 2017-08-21 |
| 公开（公告）号： | CN107657603B | 公开（公告）日： | 2020-07-14 |
| 发明（设计）人： | 梁斌焱;陈志鸿;邹河彬;王燕波;王妍 | 申请（专利权）人： | 北京精密机电控制设备研究所 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 中国航天科技专利中心 11009 | 代理人： | 庞静 |
| 地址： | 100076 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于智能视觉的工业外观检测方法，该方法包括如下步骤：(1)、获取多个产品外观瑕疵样本，含同一个瑕疵的样本包含多个不同角度或位置拍摄的图像；(2)、对产品外观瑕疵样本中的瑕疵图像标注，确定图像中瑕疵的所属的类别；(3)、根据产品外观瑕疵样本、图像中瑕疵的类别，进行深度学习网络训练，得到产品外观深度学习模型；(4)、实时获取被测产品外观图像，采用产品外观深度学习模型，对该产品外观图像采取深度学习方法进行检测；(5)、多个角度和位置的图像被深度学习模型识别后，任一图像被识别出瑕疵，即可认为该产品存在瑕疵。本发明处理效率高，检测精度超过人类的检测精度，且检测标准统一，避免了重复性检测。 | ||
| 搜索关键词： | 一种 基于 智能 视觉 工业 外观 检测 方法 | ||
【主权项】：
一种基于智能视觉的工业外观检测方法，其特征在于包括如下步骤：(1)、获取M个产品外观瑕疵样本，M大于等于3000，所述样本为包含外观瑕疵的产品图像，所述包含外观瑕疵的产品图像通过摄像机拍摄固定在检测工装上的包含外观瑕疵的产品获得，包含同一个瑕疵的样本有多个，分别为多个不同角度或位置拍摄的图像；(2)、人工对产品外观瑕疵样本中的瑕疵图像标注，确定图像中瑕疵的所属的类别；(3)、根据产品外观瑕疵样本、步骤(2)所确定的图像中瑕疵的类别，进行深度学习网络训练，得到产品外观深度学习模型；(4)、实时获取被测产品外观图像，采用步骤(3)所得到的产品外观深度学习模型，对该产品外观图像采取深度学习方法进行检测，识别图像中瑕疵类别，所述被测产品外观图像通过摄像机拍摄固定在检测工装上的被测产品获得，同一被测产品外观图像有多个，分别为多个不同角度或位置拍摄的图像；(5)、多个角度和位置的产品外观图像被深度学习模型识别后，如果其中某一个或几个图像被识别出瑕疵，即可认为该产品为存在瑕疵的产品。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京精密机电控制设备研究所，未经北京精密机电控制设备研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710719954.1/，转载请声明来源钻瓜专利网。
